Chatbot MCP 163cb1dd

MCPAI代理

提供方 DiederichSolis

AI代理 stdio · 本地进程 API Key 社区 / 第三方 Claude
查看接入方式

一个Python聊天机器人,用于集成MCP服务,支持多轮对话上下文记忆和日志记录。

一句话选型结论

按资料字段整理

Chatbot MCP 163cb1dd 属于AI代理类 MCP 服务器,stdio · 本地进程,API Key,可直接接入 Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权API Key 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

聊天机器人Python本地部署MCP集成上下文记忆日志记录

安装与配置

stdio · 本地进程 API Key
客户端在本机拉起子进程,数据不出本机
python -m venv .venv

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Chatbot MCP 163cb1dd当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方DiederichSolis上游标注的维护方 DiederichSolis
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式API Key远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

5.8 KB
来自项目仓库与上游目录的原文,未做删改

Chatbot MCP – Host en consola (Parte 1)

Chatbot en Python que funciona como anfitrión para integrar MCP.
Estado actual (Parte 1):
- ✅ Conexión a un LLM vía API (Anthropic por defecto) para preguntas generales.
- ✅ Memoria de contexto multi-turno con comando /reset.
- ✅ Logging en formato JSONL de interacciones MCP (incluye un /log-demo para generar eventos REQ/RES de ejemplo y /show-log para visualizarlos).

> Repo del servidor MCP propio (público, separado):
> dataframe-analyst-mcp → https://github.com/DiederichSolis/dataframe-analyst-mcp.git
> Este chatbot está diseñado para conectarse a servidores MCP


Requisitos

  • Python 3.10+
  • Cuenta y API key del proveedor LLM (Anthropic recomendado).

Instalación```bash

git clone <ESTE_REPO_CHATBOT>.git
cd chatbot-mcp
python -m venv .venv

macOS/Linux

source .venv/bin/activate

Windows PowerShell

..venv\Scripts\Activate.ps1

pip install -r requirements.txt


---

## Configuración (.env)
Copia `.env.example` a `.env` y ajusta:```bash
LLM_PROVIDER=anthropic                     # anthropic | openai | echo
LLM_MODEL=claude-3-7-sonnet-latest        # modelo recomendado vigente
ANTHROPIC_API_KEY=sk-ant-XXXXXXXXXXXX     # tu key de Anthropic

# (Opcional para OpenAI)
# OPENAI_API_KEY=sk-openai-XXXXXXXXXXXX
# LLM_MODEL=gpt-4o-mini

# Ajustes opcionales
# REQUEST_TIMEOUT_S=60

Uso rápido```bash

python app.py


Ejemplo de sesión:```
Chatbot MCP (Parte 1) — escribe tu mensaje. Comandos: /reset, /show-log [N], /exit
&gt; ¿Qué es la fotosíntesis?
&lt;respuesta del LLM&gt;
&gt; /reset
(contexto reiniciado)
&gt; /exit
Adiós!

Comandos del chatbot

Comando Descripción Ejemplo
/reset Borra el contexto de la conversación (memoria). /reset
/show-log [N] Muestra los últimos N eventos MCP formateados (REQ/RES, server, método, id). Por defecto N=20. /show-log 10
/show-log-json [N] Muestra los últimos N eventos en JSONL (útil para inspección de payloads). /show-log-json 5
/log-demo Genera 1 request y 1 response de ejemplo en el log (filesystem::tools/list). /log-demo
/show-log-raw [N] Muestra las últimas N líneas crudas del archivo logs/mcp.log.jsonl. /show-log-raw 5
/help o /ayuda Muestra esta ayuda de comandos. /help
/exit Sale del programa. /exit

> Nota: si escribes algo que empieza con / y no existe como comando, el bot te mostrará /help (no lo enviará al LLM).


Logs MCP

  • Archivo: logs/mcp.log.jsonl (un evento por línea JSON).
  • Esquema (campos principales):
  • ts (epoch), direction (request|response), server, method, id, params, result, error.

Ver desde el propio bot:```
> /log-demo
(se registraron 2 eventos MCP de ejemplo)
> /show-log 2
[2025-.. ..:..:..] REQ filesystem::tools/list id=demo-1
[2025-.. ..:..:..] RES filesystem::tools/list id=demo-1
> /show-log-json 2
{"ts":"...", "direction":"request", "server":"filesystem", "method":"tools/list", "id":"demo-1", "params":{"path":"."}}
{"ts":"...", "direction":"response","server":"filesystem","method":"tools/list","id":"demo-1","result":{"entries":["README.md"]}}


Ver desde **la terminal** (fuera del bot):```bash
tail -n 2 logs/mcp.log.jsonl

Pruebas rápidas (scriptables)

Conexión LLM (5%)```bash
python app.py << 'EOF'
¿Qué es la fotosíntesis?
/exit
EOF


**Contexto / anáfora (5%)**```bash
python app.py &lt;&lt; &#x27;EOF&#x27;
¿Quién fue Alan Turing?
¿En qué fecha nació?
¿Y en qué campo hizo sus aportes más influyentes?
/exit
EOF

Reset de contexto```bash
python app.py << 'EOF'
¿Quién fue Alan Turing?
/reset
¿En qué fecha nació?
/exit
EOF


**Log MCP visible (5%)**```bash
python app.py &lt;&lt; &#x27;EOF&#x27;
/log-demo
/show-log 2
/show-log-json 2
/exit
EOF

Estructura del proyecto```

chatbot-mcp/
├─ app.py
├─ requirements.txt
├─ .env.example
├─ README.md
├─ logs/
│ └─ .gitkeep
└─ chatbot/
├─ init.py
├─ config.py # carga .env y opciones del LLM
├─ memory.py # buffer de contexto con poda y reset
├─ llm_client.py # cliente LLM (anthropic|openai|echo)
├─ mcp_logging.py # logger JSONL + pretty/tail
└─ commands.py # /reset, /show-log, /show-log-json, /log-demo, /show-log-raw, /help, /exit
```


Integración con servidor MCP

Repo público (separado): https://github.com/DiederichSolis/dataframe-analyst-mcp.git

  1. Clona o instala tu servidor MCP:
    - Submódulobash git submodule add https://github.com/DiederichSolis/dataframe-analyst-mcp.git external/dataframe-analyst-mcp
    - o pip desde Git (si está paquetizado):bash pip install &quot;git+https://github.com/DiederichSolis/dataframe-analyst-mcp.git#egg=dataframe_analyst_mcp&quot;
  2. Invoca las operaciones MCP desde el host (por stdio/cliente) y regístralas en el logger:python from uuid import uuid4 rid = f&quot;df-{uuid4().hex[:6]}&quot; mcp_logger.log_request(&quot;dataframe-analyst-mcp&quot;, &quot;tools/tu_metodo&quot;, {&quot;param&quot;:&quot;valor&quot;}, id=rid) # result = client.tu_llamada_real(...) mcp_logger.log_response(&quot;dataframe-analyst-mcp&quot;, &quot;tools/tu_metodo&quot;, result={&quot;ok&quot;: True}, id=rid)
  3. Demuestra el tráfico real con /show-log y captura PCAP con Wireshark para tu reporte.

Solución de problemas

  • [ERROR LLM] Error Anthropic: 401 → revisa ANTHROPIC_API_KEY en .env.
  • Error 404 model not found → usa un modelo vigente (p. ej. claude-3-7-sonnet-latest).
  • No toma la .env → activa el venv y ejecuta desde la carpeta del proyecto.
  • Tiempo de espera → aumenta REQUEST_TIMEOUT_S a 90.
  • /log-demo responde texto del LLM → revisa que el comando exista en commands.py (no debe pasar al LLM).

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Chatbot MCP 163cb1dd 怎么安装?

在客户端按下面的安装命令接入:python -m venv .venv。装完在客户端配置里引用同一个包或端点。

Chatbot MCP 163cb1dd 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Chatbot MCP 163cb1dd 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Chatbot MCP 163cb1dd 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

Chatbot MCP 163cb1dd 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Chatbot MCP 163cb1dd 能提供哪些能力?

资料显示能力标签包括 聊天机器人、日志记录、Python、Claude。具体工具清单以官方文档为准。

Chatbot MCP 163cb1dd 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Chatbot MCP 163cb1dd 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。